慣性感測器 穿戴裝置 邊緣運算 深度學習 AI

擺脫附屬地位並導入AI 智慧穿戴裝置邁向藍海

2017-11-27
2017年穿戴裝置出現兩大趨勢,一是獨立化、一是AI化,穿戴裝置將持續導入更多獨立功能,進一步降低對智慧手機的「依賴」;再導入邊緣運算AI功能,幾年後的穿戴裝置產業將呈現百花齊放的榮景。
穿戴裝置不是新興的產品概念,不過真正的發展卻是在智慧型手機產業已趨成熟的近幾年,在2015年以前的穿戴裝置產業也相對不具規模,一直到Apple正式發表Apple Watch,才真正開啟了第一波穿戴裝置的熱潮,儘管尚未出現令人期待的高速成長,2017年的發展也未見突出,不過長期來看,穿戴裝置也不會像平板電腦很快失去舞台,反而會因技術改善、消費者需求、效能提升、功能強化等,而有更長久、光明的產業前景。 

2017年穿戴裝置出現兩大趨勢,一是獨立化、一是AI化,Apple Watch 3甫於第三季上市,最大亮點就是可以支援LTE通話,透過獨立的eSIM,終於不用再依附於iPhone;而隨著物聯網(IoT)與人工智慧(Artificial Intelligence, AI)議題在2017年的沸騰,肩負消費者貼身助理與健康管家的穿戴裝置,將透過導入AI功能變得更聰明,變身AI邊緣運算(Edge Computing)的最佳代言人。 

穿戴裝置成長步伐穩健 

穿戴裝置的出現很容易讓人聯想到平板電腦,都是智慧手機的衍生產物,一來是因為智慧手機已經成熟,廠商希望能在智慧手機原來的市場區隔之外,往上與往下再開拓新的產品級距,平板電腦剛推出就大受歡迎,成長相當迅速,不過在手機螢幕尺寸不斷升級,硬體功能也強化的情況下,這兩年平板電腦逐漸失去舞台,穿戴裝置則是定位在螢幕尺寸比手機小,功能更為簡化,但可以讓使用者24小時配戴。 

穿戴裝置與平板電腦最大的不同在於,平板電腦是單一產品,穿戴裝置產品則類型多樣,功能、訴求也有所不同,包括手表、項鍊、手環、眼鏡、耳機、戒指、襪子、鞋子、衣服等都是,變成電子產品後也都一律加上智慧機能。事實上,目前穿戴裝置還是以手表、手環為主要產品類型,兩者合計出貨量占市場90%~95%,IDC市場分析師劉伊菡指出,從功能性上來分類,分為可下載App的智慧型產品與不能下載App的基本型產品。 

圖1 資策會MIC產業分析師王衍襲表示,全球智慧穿戴裝置2017~2021年複合成長率將達21.5%。
智慧型的穿戴裝置以Apple Watch為代表,基本型的產品則以小米手環為代表,劉伊菡進一步說明,智慧型穿戴裝置與基本型穿戴裝置在出貨量與產值上呈現相反的走勢,單從台灣的出貨狀況來觀察,基本型出貨量占八成,智慧型僅兩成,但智慧型穿戴裝置的出貨貢獻了55%的產值,而基本型產值僅佔45%。 

從較有代表性的全球市場來觀察,資策會MIC產業分析師王衍襲(圖1)表示,2017年全球穿戴裝置出貨量預計達1億3,070萬台(圖2),2021年將成長至2億8,500萬台,2017~2021年複合成長率達21.5%,推動市場發展的主要原因為:更多廠商及產品加入、市場關注度與接受度提升、產品應用情境逐漸明朗如運動/健康/通訊/支付及時尚搭配。 

從產品功能與技術發展的趨勢來觀察,王衍襲認為,許多傳統手表品牌業者與時尚精品業者陸續投入智慧手表產業,在600美元以上的產品,強調材質與外觀,在600美元以下的產品則強調功能,與精品的產業特性類似。從功能面來看,穿戴產品包括兩個趨勢,一是健康保健功能不斷豐富和完善,包括運動監測、生理訊息檢測、環境監測等;二是智慧化,具人工智慧的終端使用者的硬體裝置,透過大數據的整合處理實現智慧化的深度資訊蒐集與分析,有效改善使用體驗。 

圖2 2015~2021年全球穿戴裝置出貨量與成長率趨勢

資料來源:資策會MIC(10/2017)

功能獨立不再依附智慧手機 

受到Apple Watch 3影響,未來智慧型的穿戴裝置,尤其是旗艦級產品,導入獨立通訊功能恐怕已是基本配備,加上GSMA於2016年底發布新的eSIM規範,不用在穿戴裝置插入實體SIM卡,對於獨立通訊功能的普及,有非常具體的幫助;另外,行動支付也是未來預計會內建於穿戴裝置的功能之一。未來兩三年,讓穿戴裝置具備更多獨立功能,進一步降低對智慧手機的「依賴」非常重要。 

事實上,就連基本型的穿戴裝置小米手環,近期傳出即將發表上市的小米手環3,除了強調高達30天的待機時間之外,NFC功能與通話功能都被點名是新產品的亮點。另外,部分訴求特定需求的應用,也是智慧手表的發展趨勢,如專業運動/訓練、商務配戴、時尚配件、健康促進、家庭親子與穿戴支付等類型的產品,隨著分眾化的區隔,這些產品也需要強化自身的功能訴求,技術門檻不高的基礎穿戴裝置已過嘗鮮期,消費者多數不會重複購買。 

以專業運動/訓練類的產品為例,王衍襲說,美國有一家名為Whoop的運動手表廠商,跟麻省理工學院(MIT)實驗室合作,將皮膚電導反應(GSR)技術應用在智慧手表,可以準確檢測職業運動員出賽隔天的疲勞恢復率,讓運動員了解休息分量是否足夠?比賽後的訓練要施以輕度或重度恢復訓練?並搭配飲食讓身體狀況可以迅速且有效的恢復,儘管一隻售價高達500美元,還是相當受到運動員歡迎。 

另外,老人健康照護的手環,可以在老人跌倒後,即時主動通報醫療院所,不僅能縮短救援時間,減低老人跌倒的重症比率,不僅節省醫療資源,減輕醫護人員負擔,還能有效降低醫護離職率。另外,歐美與大陸近期兒童手表頗受歡迎,主要是可以透過定位功能,掌握家中小孩的行蹤防止走失,有利父母與小孩聯繫,若有支付功能還可以掌握小孩的消費狀況。 

圖3 Arm資深市場經理林修平解釋,要讓AI功能發展更好,需要強化處理器運算能力並簡化深度學習網路架構。
智慧穿戴更聰明 

穿戴裝置除了加入獨立性的功能,不再屬於附屬產品或是智慧手機周邊,更發展許多特色化的應用功能,滿足不同的需求,對於穿戴裝置的長期發展絕對是健康的;此外,AI結合雲端運算,智慧穿戴裝置會導入邊緣運算的概念,也就是先將裝置蒐集到的數據進行初步處理後再上傳雲端,因此智慧穿戴產品未來也需要強化處理運算能力並在裝置中搭載演算法。 

穿戴裝置長期配戴在使用者身上,可以不間斷地蒐集使用者的生理資訊,並觀察其中細微的變化,所以非常適合應用在健身、健康照護、時間管理等應用,AI功能的導入主要就是將蒐集到的資訊透過AI演算法與深度學習網路進行分析,安謀國際科技(Arm)資深市場經理林修平(圖3)解釋,導入AI功能需要利用處理器或MCU執行AI演算法,並依不同應用需求以深度學習網路分析,要讓AI功能發展更好,需要強化處理器運算能力並簡化深度學習網路架構。 

過去這段時間,AI的深度學習網路為求精準辨別,通常會使用大量運算資源與高層數的網路架構,但穿戴裝置硬體資源有限,且邊緣運算的重點之一就是資源效率,既不花費太多運算資源也不採用無限制的網路分析架構,在有限的資源下,透過適當的網路架構,得到最佳的結果,有效提升裝置的智慧。由於穿戴裝置大多執行特殊任務,只要演算法與深度學習網路設計得當,確實不需要花費太多資源就可以有效提升裝置的智慧化程度。 

以很簡單的時間管理功能為例,在沒有AI功能時裝置可能會在固定時間提醒使用者起床或赴約,若融合AI功能,就會依照當時的天氣狀況、交通狀況,發出適當的提醒,要使用者提早出門、調整交通工具、改換路線或攜帶雨具等等,而且是依照當時的實際狀況需求提出,不僅準確也具備高度參考價值。 

AI應用多元可發揮槓桿效果 

好的AI功能既不會占據過多硬體資源,也不會造成裝置的負擔,比如耗電。穿戴裝置對於空間非常敏感,所以不管有沒有導入AI服務,對於省電的追求幾乎是無止盡,若是因為導入AI而使得耗電量大增也不行。舉例而言,許多穿戴裝置,如:手環、手表、眼鏡、或是運動鞋等,都內建有能偵測裝置運動狀態(如加速、旋轉等)之動作感測器。透過分析解譯穿戴裝置之動作感測器資料,將能辨識使用者當下之動作內容,進而發展各式各樣之智慧穿戴服務,如久坐偵測、步伐分析、跌倒偵測、健身教練等。 

圖4 資策會系統所資深工程師廖憲正認為,分析解譯穿戴裝置之動作感測器資料,可以發展各式各樣智慧穿戴服務。
資策會智慧系統研究所研發「多元穿戴裝置智慧運算服務平台」,該所資深工程師廖憲正(圖4)認為,運用此一平台所發展之動作辨識模型結合Google Daydream控制器,利用連續手勢辨識,例如:畫圓發出光波束、閃電發動雷電等攻擊魔法或擺手進行移動等,可讓玩家更自然直覺地與VR遊戲互動。並透過深度學習(Deep Learning)技術分析慣性感測器(IMU)訊號,提供動作辨識、偵測服務,協助廠商有效率的開發智慧穿戴應用。可支援連續動作之偵測、不間斷驅動遊戲效果,使人機互動更加自然流暢,更能客製化動作內容以符合不同應用需求。 

多元穿戴裝置智慧運算服務平台可應用於運動健身、VR應用、復健動作評量、長者健康管理、寵物健康管理等範疇,亦可在工業環境中,偵測工作者的動作情境,以降低工安意外。 

穿戴積跬步以至千里 

穿戴裝置雖然不如平板電腦,一開始推出就獲得消費者青睞,連續幾年都大幅成長,這幾年市場反而像小孩學步般,有點蹣跚、慢慢往前踏、一再調整方向,不過現在看起來,穿戴裝置未來幾年也不會像平板的產業發展一般,迅速讓消費者失去新鮮感,而面臨高度成長後的萎縮。 

穿戴裝置儘管還面臨如網路安全漏洞造成使用者被竊聽,導致駭客得到使用者位置洩漏行蹤,另外兒童手表的定位功能可能產生高輻射,為害兒童健康,材質的化學材料導致皮膚長時間接觸產生的過敏與健康疑慮,幸而現階段這些因素仍非市場關注重點,但廠商需要一些時間開發防止駭客的程式,並使用對健康沒有疑慮的材料;再導入有效的AI功能,相信幾年後的穿戴裝置產業將呈現更為百花齊放的榮景。

本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多

我知道了!